---
title: "Tarvitaanko laskuihin OCR:ää? Testasin 4 tekoälymallia"
description: "Neljä mallia luki 30 kuvitteellista laskua ilman OCR-vaihetta. Skannausvirheet olivat ALV-tunnuksissa ja laskunumeroissa, summatarkistus löysi 3 63:sta."
url: "https://madsalt.tech/fi/blog/invoice-data-extraction-with-ai/"
author: "Denys Zaichenko"
author_url: "https://madsalt.tech/fi/about/"
language: "fi"
published: 2026-10-18
updated: 2026-10-22
---

# Tarvitaanko laskuihin OCR:ää? Testasin 4 tekoälymallia

TL;DR

Laskujen tulkinta tekoälyllä sujui puhtailla digitaalisilla laskuilla: kolme testaamistani neljästä mallista luki kaikki yhdeksän kenttää oikein 30 laskusta 30:ssä. Samojen laskujen simuloiduilla skannauksilla paras onnistui 22 laskussa 30:stä. Virheet eivät melkein koskaan olleet summissa. Ne olivat ALV-tunnuksissa ja laskunumeroissa, ja tavallinen turvaverkko, tarkistus että veroton summa plus ALV on yhtä kuin loppusumma, merkitsi vain 3 väärää laskua 63:sta. Kaksi yksinkertaista sääntöä ALV-tunnuksille löysi 31 niistä 32 väärästä laskusta, jotka kolme parasta mallia tekivät. Halvin malli maksoi USD 0,43 tuhatta laskua kohden, mutta skannauksissa se ei enää vastannut mallia, jonka hinta oli 17-kertainen: 14 laskua 30:stä vastaan 22. Gemini 3.8 Flash vastasi Sonnetin 22:ta noin puolella sen hinnasta.

Ajoin tämän testin uudelleen 22. lokakuuta 2026 uudella kuvitteellisten laskujen aineistolla. Kaikki tämän artikkelin luvut ovat uusintaajosta.

Olen Denys, full-stack- ja tekoäly-insinööri. Rakensin aiemmin tänä vuonna [laskujen poiminnan prototyypin](https://madsalt.tech/fi/work/invoice-extraction/): verkkosovelluksen ja rajapinnan, jotka muuttavat PDF-laskut kentiksi ja merkitsevät epävarmat kentät ihmisen tarkistettaviksi. Se toimii esimerkkidatalla, ilman mallia taustalla. Ennen kuin kirjoitin laskujen tulkinnasta, ajoin siksi oikean testin: 30 kuvitteellista tšekkiläistä, saksalaista ja portugalilaista toimittajalaskua, neljä mallia, 240 kutsua, USD 0,76 laskutettua käyttöä.

## Mitä tekoäly lukee oikein ja väärin laskujen tulkinnassa?

Jokainen malli luki jokaisen laskun kahdesti: puhtaana renderöintinä, kuten kirjanpito-ohjelmasta tuleva PDF näyttää, ja simuloituna skannauksena, harmaana, hieman kallellaan, sumeana ja pakattuna. Lasku lasketaan oikeaksi vain, kun kaikki yhdeksän kenttää täsmäävät: laskunumero, laskupäivä, eräpäivä, toimittajan ALV-tunnus, ostajan ALV-tunnus, valuutta, veroton summa, ALV yhteensä ja verollinen loppusumma.

| Malli             | Puhdas, kaikki 9 kenttää oikein | Skannaus, kaikki 9 kenttää oikein | USD tuhatta laskua kohden | Mediaanisekunnit laskua kohden |
| ----------------- | ------------------------------- | --------------------------------- | ------------------------- | ------------------------------ |
| Claude Haiku 5.5  | 30 / 30                         | 14 / 30                           | 0,43                      | 6,13                           |
| Claude Sonnet 5.5 | 30 / 30                         | 22 / 30                           | 7,18                      | 8,50                           |
| Gemini 3.8 Flash  | 30 / 30                         | 22 / 30                           | 3,51                      | 8,43                           |
| GPT-5.6 Luna      | 29 / 30                         | 0 / 30                            | 1,52                      | 10,85                          |

![Skannatut laskut, joissa kaikki 9 kenttää oikein. 30 simuloidusta skannauksesta mallia kohden. Sama kehote, lämpötila 0. Claude Haiku 5.5: 14; Claude Sonnet 5.5: 22; Gemini 3.8 Flash: 22; GPT-5.6 Luna: 0.](https://madsalt.tech/charts/fi/invoice-data-extraction-with-ai.svg)

*Oma testini 22. lokakuuta 2026: 30 kuvitteellista tšekkiläistä, saksalaista ja portugalilaista laskua, simuloidut skannaukset, OpenRouterin kautta.*

Hinta on se, minkä [OpenRouter](https://openrouter.ai/models) laskutti kustakin kutsusta, ei hinnastoon perustuva arvio. Puhtailla laskuilla Claude Haiku 5.5 ja Claude Sonnet 5.5 olivat yhtä tarkkoja, 30 laskua 30:stä. Skannauksissa Sonnet luki 22 oikein ja Haiku 14, ja Sonnet maksoi noin 17 kertaa enemmän.

## Tarvitaanko OCR:ää laskujen tietojen poimintaan?

Ei erillisenä vaiheena tässä testissä. Kaikki neljä mallia saivat sivun kuvana ja palauttivat yhdeksän kenttää suoraan, ilman OCR-kerrosta välissä. Tulokseen vaikuttaa sivun laatu. Kirjanpito-ohjelmasta tulevassa puhtaassa PDF:ssä on tekstikerros, skannauksessa ei: se on pelkkiä pikseleitä. Yllä olevan taulukon "simuloitu skannaus" -sarake on juuri OCR-laadun kysymys, ja siinä mallit eroavat: paras luki oikein 22 skannattua laskua 30:stä ja heikoin ei yhtäkään.

En testannut perinteisiä OCR-moottoreita enkä mallipohjaisia työkaluja, joten en voi sanoa, miten ne pärjäisivät samoilla 30 laskulla. Testi näyttää, missä riski on, kun malli lukee skannauksen: ALV-tunnuksissa ja laskunumeroissa, jotka alla olevat tarkistukset löytävät.

## Miten testi oli rakennettu?

Generoin laskut skriptillä, joten jokainen oikea arvo tiedetään sentilleen. Laskut ovat kuvitteellisia: yritysten nimissä on Vzor, Muster, Beispiel tai Exemplo, ja jokaisessa laskussa on paikallisella kielellä alatunniste, jossa lukee "SAMPLE - fictitious invoice / no real company". Jokaisessa on ansoja, joihin oikea ostoreskontran hoitaja törmää kyseisessä maassa:

- **Paikalliset lukumuodot.** `175 011,84 Kč` tšekiksi, `10.465,61 €` saksaksi ja sekä `1 234,56` että `1.234,56` portugalilaisissa laskuissa.
- **Toinen tunniste laskunumeron vieressä.** Tšekkiläinen muuttujasymboli, saksalainen asiakasnumero, portugalilainen ATCUD-koodi.
- **Toinen päivämäärä.** Tšekkiläinen verotettavan suoritteen päivä ja saksalainen palvelupäivä ovat laskupäivän vieressä.
- **Kaksi ALV-tunnusta samalla sivulla**, sekä saksalainen veronumero (Steuernummer), joka näyttää ALV-tunnukselta mutta ei ole sellainen.
- **Vaikeat tapaukset.** Sekalaiset ALV-kannat, lasku ilman ALV:ia, käännetyn verovelvollisuuden lasku, hyvityslasku negatiivisilla summilla ja yhdeksänrivinen lasku kustakin maasta.

Jokaisella ALV-tunnuksella on kelvollinen tarkistenumero, todennettu [python-stdnum](https://arthurdejong.org/python-stdnum/)-kirjastolla, eikä yksikään niistä ole rekisteröity: hain kaikki 33 käytettyä tunnusta (30 toimittajan tunnusta ja yksi ostajan tunnus maata kohden) EU:n VIES-palvelusta, ja se vastasi kaikista "ei kelvollinen". Myös 11 tšekkiläistä yritystunnusta tšekkiläisten ALV-tunnusten takana haettiin Tšekin kaupparekisteristä ARES, eikä niitä löytynyt. Kaikki neljä mallia saivat saman kehotteen lämpötilalla 0, yksi kutsu kuvaa kohden.

![Näin testi tehtiin. Sama kehote ja asetukset jokaiselle mallille. 30 laskua Tšekistä, Saksasta ja Portugalista: Skripti → 30 laskua → Puhdas + skannaus → 4 mallia → Pisteytys.](https://madsalt.tech/charts/fi/invoice-data-extraction-with-ai-test.svg)

*Oma testini, 22. lokakuuta 2026. 30 laskua × 2 versiota × 4 mallia = 240 kutsua.*

![Tšekkiläisen testilaskun yläosa, numero FV-2026-0738, SAMPLE-alatunnisteineen. Ylhäällä: puhdas renderöinti, terävä ja helposti luettava. Alhaalla: saman laskun simuloitu skannaus, harmaa, sumea ja kallellaan, jossa laskunumeron 3:a on vaikea erottaa 5:stä.](https://madsalt.tech/blog/invoice-data-extraction-with-ai/clean-vs-scan.webp)

*Testilasku cz09, puhtaana ja simuloituna skannauksena. Claude Haiku 5.5 luki skannatun numeron muodossa FV-2026-0758.*

## Miksi summatarkistus ei melkein löytänyt mitään?

Sen tarkistaminen, että veroton summa plus ALV on yhtä kuin verollinen loppusumma, on ensimmäinen sääntö, jonka useimmat poimintaputket lisäävät, ja sama, jota prototyyppini käyttää. Tässä testissä se merkitsi 3 väärää laskua 63:sta neljän mallin yhteensä: yhden Gemini 3.8 Flashin skannauksen (cz06, loppusumma väärin), yhden GPT-5.6 Lunan skannauksen (cz08, jossa laskupäivä, ostajan ALV-tunnus, veroton summa ja ALV olivat väärin) ja yhden Lunan puhtaan laskun (pt02, veroton summa väärin).

Syy on siinä, missä virheet olivat. Claude Haiku 5.5, Claude Sonnet 5.5 ja Gemini 3.8 Flash tekivät yhteensä 32 väärää poimintaa, ja vain kahdessa oli väärä summa: edellä mainittu Geminin skannaus ja Haikun skannaus (cz09), jossa veroton summa ja ALV olivat hieman pielessä mutta veroton summa plus ALV oli silti yhtä kuin loppusumma, joten tarkistus pysyi hiljaa. Muissa luettiin numero väärin ALV-tunnuksessa tai laskunumerossa, esimerkiksi FV-2026-0738 luettiin muodossa FV-2026-0758. GPT-5.6 Luna sai summat väärin 7 laskussa, ja 5:ssä niistä sen veroton summa, ALV ja verollinen loppusumma silti täsmäsivät. Malli lukee loppusumman, joka sopii yhteen kaiken muun lukemansa kanssa, joten laskutarkistus menee suurimman osan sen virheistä ohi.

## Mitkä tarkistukset löytävät virheet?

Kaksi sääntöä ALV-tunnuksille, kumpikin muutaman koodirivin:

1. **Tarkistenumero.** ALV-tunnus päättyy tarkistenumeroon, joka lasketaan muista numeroista: modulo 11 tšekkiläiselle DIČ:n takana olevalle yritystunnukselle ja portugalilaiselle NIF:lle, ISO 7064 saksalaiselle USt-IdNr:lle. Kirjastot, kuten [python-stdnum](https://arthurdejong.org/python-stdnum/), toteuttavat kaikki kolme. Väärin luettu numero rikkoo sen lähes aina.
2. **Oma ALV-tunnuksesi.** Saapuvassa laskussa ostaja olet sinä. Ostajan ALV-tunnus, joka ei ole sinun, on väärä, tai laskua ei ollut tarkoitettu sinulle.

![32 väärää laskua sen mukaan, mikä ne löysi. Claude Haiku 5.5, Claude Sonnet 5.5 ja Gemini 3.8 Flash, 180 poimintaa. Kaksi ALV-tunnussääntöä löysi: 31; Vain mallin oma epävarmuusmerkintä löysi: 0; Säännöt tai merkintä eivät löytäneet: 1.](https://madsalt.tech/charts/fi/invoice-data-extraction-with-ai-checks.svg)

*Oma testini 22. lokakuuta 2026. Säännöt: ALV-tunnuksen tarkistenumero ja oma ALV-tunnus. Merkintä: kenttä, jonka malli ilmoitti epävarmaksi. Yhden tapauksen, jota kumpikaan ei löytänyt, summatarkistus merkitsi.*

Jäljelle jäänyt yksi oli Geminin skannaus cz06, jossa loppusumma oli väärin. Mikään ALV-tunnussääntö ei näe sitä, eikä Gemini koskaan listaa epävarmoja kenttiä, joten sen löysi vain summatarkistus. Pyysin jokaista mallia luettelemaan kentät, joista se oli epävarma:

| Malli             | Väärät laskut | Kahden säännön löytämät | Vain oman epävarmuusmerkinnän löytämät | Ei löytynyt | Oikeat laskut, jotka se silti merkitsi |
| ----------------- | ------------- | ----------------------- | -------------------------------------- | ----------- | -------------------------------------- |
| Claude Haiku 5.5  | 16            | 16                      | 0                                      | 0           | 13 / 44                                |
| Claude Sonnet 5.5 | 8             | 8                       | 0                                      | 0           | 19 / 52                                |
| Gemini 3.8 Flash  | 8             | 7                       | 0                                      | 1           | 0 / 52                                 |
| GPT-5.6 Luna      | 31            | 30                      | 0                                      | 1           | 0 / 29                                 |

Gemini 3.8 Flash ei listannut yhtään kenttää epävarmaksi, joten sen kohdalla tarkistukset ovat kaikki, mitä sinulla on; tässä kaksi sääntöä löysi 7 sen 8 väärästä laskusta ja summatarkistus kahdeksannen. Clauden mallit merkitsivät liikaa eikä liian vähän: Haiku merkitsi 13 omasta 44 oikeasta laskustaan (30 %) ja Sonnet 19 52:sta (37 %), kaikki skannauksia; kumpikaan ei merkinnyt yhtäkään puhdasta laskua.kumpikaan ei merkinnyt yhtäkään puhdasta laskua. Se on juuri se vaihtokauppa, jonka haluat ostoreskontraan, jossa hoitajan silmäys maksaa vähemmän kuin väärä maksu.

Esiin tuli kaksi muuta asiaa. GPT-5.6 Lunan virheet eivät rajoittuneet tunnisteisiin: sen 31 väärästä laskusta 30 oli skannauksia, 20:ssä oli väärä laskunumero, 13:ssa väärä laskupäivä ja 15:ssä väärä eräpäivä, ja 7 laskussa 15 summakenttää oli väärin. Sen ainoa lasku sarakkeessa "Ei löytynyt" on puhdas lasku pt02, jossa veroton summa oli väärin: kaksi sääntöä ja sen epävarmuusmerkintä ohittivat sen, summatarkistus ei. Lisäksi tarkistenumero ei voi löytää jokaista väärää lukemaa, koska jotkin väärät numerot ovat myös kelvollisia; tässä ajossa yksikään väärä ALV-tunnus ei läpäissyt molempia sääntöjä.

## Mitä mallia kannattaa käyttää laskujen tulkintaan?

Tässä aineistossa skannaustulokset olivat: Claude Sonnet 5.5 22 laskua 30:stä ja 8 väärää laskua hintaan USD 7,18 tuhatta laskua kohden; Gemini 3.8 Flash myös 22 laskua 30:stä ja 8 väärää laskua hintaan USD 3,51, noin puolet halvemmalla; Claude Haiku 5.5 14 laskua 30:stä ja 16 väärää hintaan USD 0,43. Gemini vastasi tarkkuudessa Sonnetia noin puolella hinnasta, mutta se ei koskaan listaa epävarmoja kenttiä: sen väärät laskut löysivät kaksi ALV-tunnussääntöä (7) ja summatarkistus (1), kun taas Sonnet merkitsi myös 19 omasta 52 oikeasta laskustaan. Tarkistusten ansiosta yksikään Haikun tai Sonnetin väärä lasku ei jäänyt huomaamatta, joten halvin malli tarkoittaa enemmän korjattavia vääriä laskuja (16 vastaan 8), ei enemmän virheitä kirjanpidossa. Jos lähetät jokaisen laskun mallille, malli on harvoin suuri kustannus; [tekoälyagentin hinta](https://madsalt.tech/fi/blog/how-much-does-an-ai-agent-cost/) toimii samalla tavalla. GPT-5.6 Luna ei ole käyttökelpoinen skannauksissa tässä testissä.

Tämä järjestys on yksi testi 30 laskulla. Aja omat laskusi kahden tai kolmen mallin läpi ennen valintaa.

## Tarvitsetko mallia lainkaan?

Usein et, ja joissakin maissa vähemmän joka vuosi. Ennen kuin lähetät kuvan laskusta mallille, tarkista, onko data jo tiedostossa:

- **Portugali.** Jokaisessa sertifioidulla ohjelmistolla tehdyssä laskussa on oltava QR-koodi, jossa on molemmat NIF-tunnukset, päivämäärä, laskunumero, ATCUD sekä veron peruste ja ALV kannoittain ([Portaria n.º 195/2020](https://diariodarepublica.pt/dr/detalhe/portaria/195-2020-140210523), [AT:n QR-koodin määrittely](https://info.portaldasfinancas.gov.pt/pt/apoio_ao_contribuinte/Negocios/Faturacao/Regras_mecanismos_comunicacao/Comunicacao_de_series_ATCUD/Codigo_barras_bidimensional/Documents/Especificacoes_Tecnicas_Codigo_QR.pdf)). QR-koodin lukemalla saat useimmat kentät tarkasti.
- **Saksa.** 1. tammikuuta 2025 alkaen tavallinen PDF ei enää kelpaa sähköisenä laskuna saksalaisten yritysten välillä. Paperi- ja PDF-laskut sallitaan siirtymäkauden ajan, joka päättyy kaikille yrityksille vuoden 2027 lopussa ([Saksan valtiovarainministeriön UKK](https://www.bundesfinanzministerium.de/Content/DE/FAQ/e-rechnung.html)). XRechnung- ja ZUGFeRD-laskuissa on rakenteista dataa, jonka voi lukea suoraan.
- **Tšekki.** Monet kirjanpitotyökalut upottavat PDF:n sisään ISDOC-datakerroksen; Fakturoid on lisännyt sen kaikkiin PDF-laskuihinsa joulukuusta 2022 lähtien ([Fakturoid](https://www.fakturoid.cz/podpora/faktury/isdoc)).

Toimiva järjestys on siis: lue datakerros, jos sellainen on, lähetä vain loput mallille ja aja sitten tarkistukset. Malli on varakeino, ei ensimmäinen askel.

![Lue data ensin, loput mallille. Kaksi reittiä saapuvalle laskulle. Lasku, jossa on datakerros (QR-koodi, verkkolaskun XML): Lasku → Lue data → Tarkistukset → Kirjanpito; Tavallinen PDF tai skannaus: Lasku → Tekoälymalli → Tarkistukset → Kirjanpitäjä → Kirjanpito.](https://madsalt.tech/charts/fi/invoice-data-extraction-with-ai-flow.svg)

*Tarkistukset: ALV-tunnuksen tarkistusnumero, oma ALV-tunnuksenne, kentät, jotka malli merkitsi epävarmoiksi. Datakerros: QR-koodi Portugalissa, XRechnung tai ZUGFeRD Saksassa, ISDOC Tšekissä.*

## Miten kentät päätyvät Exceliin tai kirjanpitojärjestelmään?

Alla linkitetty [arkisto](https://madsalt.tech/blog/invoice-data-extraction-with-ai/invoice-extraction-test.zip) sisältää jo CSV:n kaikista tuloksista, yksi rivi per poiminta, joten tulos aukeaa Excelissä sellaisenaan. [Laskujen poiminnan prototyyppini](https://madsalt.tech/fi/work/invoice-extraction/) toimii samoin sovellustasolla: se vie hyväksytyt kentät, ja sillä on yksi API-kutsu, joka ottaa PDF:n ja palauttaa jokaisen laskun kentät JSON-muodossa.

Sieltä CSV- tai XLSX-tiedoston voi tuoda kirjanpitojärjestelmään, joka hyväksyy tiedostotuonnin, tai JSON:n voi välittää pienellä skriptillä. Prototyyppi toimii esimerkkidatalla, enkä ole yhdistänyt sitä mihinkään tiettyyn kirjanpitotuotteeseen. PDF-laskusta Exceliin -ajon, jossa on laskurivit ja kaksitaulukkoinen työkirja, löydät artikkelista [PDF-lasku Exceliin: milloin tarvitset tekoälyä ja milloin et](https://madsalt.tech/fi/blog/pdf-invoice-to-excel/).

Jos mietit vielä, minkä osan yrityksestäsi kannattaa automatisoida, autan valitsemaan sen ja rakennan sen sen jälkeen: katso [AI-konsultti pk-yritykselle](https://madsalt.tech/fi/services/ai-consultant-small-business/). Asiakasviestit ovat toinen yleinen ensimmäinen tekoälytehtävä pienessä yrityksessä: [paljonko WhatsApp-chatbot maksaa vastausta kohden](https://madsalt.tech/fi/blog/whatsapp-ai-chatbot-for-business/), Metan maksu mukaan laskettuna.

## Mitä tämä testi ei todista?

- **Laskut ovat kuvitteellisia.** Yksi asettelu maata kohden, skriptin generoima, yrityksillä esimerkkinimet. Oikeat toimittajalaskut vaihtelevat paljon enemmän.
- **Skannaukset on simuloitu.** Sumennus, kierto, kohina ja JPEG-pakkaus puhtaan renderöinnin päälle, ei paperi skannerin läpi eikä puhelimella otettu kuva.
- **Yksi kutsu laskua kohden, yksi 30 laskun aineisto.** Tulokset vaihtelevat aineistojen välillä paljon. Tämä artikkeli ajettiin ensin toisella 30 laskun aineistolla, jossa skannaustulokset Haikulle, Sonnetille ja Geminille olivat 22, 22 ja 17 / 30; tässä aineistossa ne ovat 14, 22 ja 22. Jokaisella maalla on yksi ostajan ALV-tunnus, joka toistuu 10 laskussa, joten yksi väärin luettu merkkijono voi rikkoa jopa 10 laskua kerralla.
- **Hinnat muuttuvat.** Kustannukset ovat se, minkä OpenRouter laskutti 22. lokakuuta 2026.
- **Vain yhdeksän kenttää.** Ei laskurivejä, IBAN-numeroita eikä maksuehtoja.

## Näin toistat testin omilla laskuillasi

1. Valitse 30-50 oikeaa laskua, mukaan lukien huonoimmat saamasi skannaukset. Kirjoita oikeat arvot käsin muistiin.
2. Käytä yhtä kehotetta ja kiinteää tulosskeemaa, jossa on lista epävarmoista kentistä, lämpötilalla 0.
3. Aja kaksi tai kolme mallia ja kirjaa laskutettu hinta kutsua kohden, ei hinnaston hintaa.
4. Pisteytä kokonaisia laskuja, älä yksittäisiä kenttiä: yksi väärä numero ALV-tunnuksessa on väärä lasku.
5. Lisää tarkistenumerosääntö ja oman ALV-tunnuksen sääntö ja mittaa, mitä ne löytävät.
6. Lue datakerros ensin kaikkialla, missä toimittajiesi ohjelmisto sellaisen tarjoaa.

Skriptit, generoidut laskut ja kaikki tulokset ovat [yhdessä arkistossa](https://madsalt.tech/blog/invoice-data-extraction-with-ai/invoice-extraction-test.zip): generaattori, ajaja, pisteyttäjä ja CSV, jossa on kaikki 240 poimintaa. Jos haluat tämän rakennettuna ostoreskontraprosessiisi, se kuuluu [työnkulkujen automatisointiin](https://madsalt.tech/fi/services/workflow-automation/).

Jos haluat lisätä tällaisen tietojen luvun prosessiin, jota jo pyörität, teen sen palvelussa [Tekoälyn integrointi olemassa oleviin tuotteisiin](https://madsalt.tech/fi/services/ai-integration/).

Katso myös: [Dokumenttienhallintajärjestelmä pienyritykselle: 8 hintaa](https://madsalt.tech/fi/blog/document-management-software-for-small-business/).

## Vastaava tapaukseni

Rakensin palvelun, joka muuttaa kiinteistötodistuksen, joka vei 2–3 viikkoa ja maksoi EUR 200–300, sellaiseksi, joka vie 2–3 minuuttia ja maksaa EUR 99, skripteillä ja kuvantulkinta-tekoälyllä. Toteutus on [kiinteistöasiakirjojen automatisoinnin tapauksessa](https://madsalt.tech/fi/work/property-document-automation/).

Poimitko laskutiedot käsin tai työkalulla, johon et luota? Kirjoita minulle, niin löydämme sinulle parhaan vaihtoehdon.

Kirjoitatko yhä laskutiedot käsin?

Kerro, mitä sinulla on nyt ja mitä tarvitset. Vastaan vaihtoehdolla, jonka itse valitsisin.

[Kirjoita minulle](https://madsalt.tech/fi/#contact)
